Сообщить об ошибке на сайте
URL
Ошибка
Идеи

Причина медленного прогресса в машинном обучении в том, что никто не научил ИИ учиться.

Ощутимый шаг вперед в машинном обучении 2015 года произошел только в сфере распознавания изображений, потому что уже были огромные базы данных с фотографиями лиц и уже проставленными подписями. Но никто пока не создал таких баз для более сложных задач, например, для вождения автомобилей.

Работа Пранава Раджпуркара и его коллег из Стэнфордского университета может это изменить. Они создали обширную базу данных как раз для задач такого рода. И уже сумели кое-чему научить компьютер.

Идея простая — облегчить людям труд по внесению в базу аннотаций. Решение — компьютерная браузерная игра.

Сначала ученые ездили на своей машине по улицам Калифорнии, собирая данные визуального наблюдения, GPS-навигатора, лазерного сканера и так далее. Затем, на основании этих сведений, они создали виртуальную трехмерную реальность. Для алгоритма ИИ (получившего название Driverseat) была поставлена цель — оценить окружение и определить положение других транспортных средств, полос, въездов и выездов и прочих дорожных условий.

Первой задачей для ИИ стала идентификация полос на дороге — простая задача для человека, но сложная для компьютера, так как различное освещение и погодные условия мешают ему распознать разметку.

В браузерной игре человек должен исправлять все ошибки движущегося транспортного средства. Затем эти исправления поступают в сеть, и компьютер учится анализировать дорогу. В результате Driverseat успешно учится у большого числа людей.

В качестве теста ученые испробовали алгоритм на новом для компьютера участке карты. Оказалось, что машина хорошо справляется с идентификацией полос при поворотах и даже когда разметку частично загораживает другой автомобиль. А вот съезды с дороги компьютер опознает еще с трудом, да и падающие на дорогу тени (например, под мостами) серьезно мешают движению.

Разумеется, система еще далека от совершенства. Но сам метод «карудтичинга», позволяющий машине учиться у живых людей, продемонстрирован нам впервые. «Мы показали, что можем интегрировать человеческие знания и опыт поведения на дороге, чтобы „научить“ машины водить», — сказал Раджпуркар.

Эта работа имеет и более широкий спектр применения — существует множество простых для человека задач, очень сложных для машины — умываться, кормить ребенка, гладить одежду. Без баз данных им никогда не научиться этому. Если метод Раджпуркара и его команды будет работать, люди смогут быстрее обучить машины всему, что знают и умеют сами.

Загрузка...
Подписывайтесь на наши каналы в Telegram

«Хайтек» - новости онлайн по мере их появления

«Хайтек» Daily - подборки новостей 3 раза в день

Big data на страже здоровья: как и зачем медицинские организации собирают и хранят данные
Тренды
Николь Миллс, Booking.com — об инновациях, agile-подходе и индустрии впечатлений
Кейсы
Слишком опасный нанопластик: как одноразовые пакеты превращаются в частицы-убийцы
Тренды
Здесь может быть ваша реклама: НАСА планирует заработать на космосе миллионы
Тренды
Идеи
Человек и квантовая теория: существует ли то, что мы не наблюдаем
Опасный криптотрейдинг: как киберпреступники угрожают виртуальным сбережениям и биржам
Тренды
Как через 20 лет будет выглядеть армия будущего
Тренды
5 финансовых инструментов, которые помогут инвесторам даже после падения криптовалюты
Тренды
Александр Лямин, Qrator Labs: наша задача — выработать у людей цифровую гигиену, чтобы они «не ели с помойки»
Кейсы
Эдуард Фош Вильяронга: люди видят в роботе только внешность, забывая, что он следит за ними
Тренды
Доктор Куэй Во-Райнард, HIT Foundation: если страна требует суверенитета данных, мы построим для нее отдельный блокчейн
Кейсы
Идеи
«Хакинтош»: как собрать свой собственный Mac лучше, чем у Apple
Роботы против мигрантов: какой вклад в ксенофобию и расизм делают технологии ИИ
Тренды
Война скриптов — искусственный интеллект против навязчивой рекламы
Тренды
Как заново изобрести супермаркет: осознанность потребления, этика производства и роботы
Тренды
Каждый человек станет сам себе банком: цифровой мир отказывается от посредников между бизнесом и клиентом
Тренды
Архитектор вычислительной инфраструктуры «Платона» Александр Варламов — о будущем ИТ-индустрии в России, стартапах и разработке
Кейсы
Дмитрий Богданов, капитан сборной России по CS:GO — о стиле жизни киберспортсмена, тренировках и блокировках РКН
Тренды
Идеи
Космос — наш дом: что осталось решить ученым, чтобы поселить человека за пределами Земли
Прайсинг, трекинг, скоринг, биллинг и другие технологии, которые двигают российский бизнес
Тренды
«Педиатр 24/7»: как телемед-стартап подарил родителям спокойствие, а врачам — работу
Кейсы
Вас снова обманули: как человечество учит компьютеры определять фейки в интернете
Тренды
БиСи Бирман, Heavy Projects: ИИ должен иметь несовершенства — это элемент случая
Мнения
Артем Геллер, lab.ag: делая сервис для государства, ты помогаешь своей бабушке
Мнения
Акселераторы и инкубаторы: что выбрать стартапу на раннем этапе развития
Мнения
Вопрос доверия: как и почему изменилось отношение к телемедицине в России
Тренды
Правительственные криптопесочницы: как освободить финтех от давления закона и защитить потребителей
Тренды
Кейсы
Роман Нестер, Segmento: я верю корпорациям больше, чем маленьким компаниям
Суперагенты в недвижимости: как блокчейн и большие данные заменяют риелторов
Тренды
СМИ будущего: вертикальные видео, новости по запросу и смерть сайтов
Тренды
Тренды
Колонизация отменяется: почему терраформирование невозможно на Марсе
Сет Стивенс-Давидовиц: у людей гораздо больше непристойных и скверных мыслей, чем мы думали
Мнения
Умные города подвергают своих жителей опасности из-за датчиков освещения и радиации
Тренды
Геронтолог Обри ди Грей: жизнь длиной в тысячу лет — это побочный эффект поиска вечного здоровья
Мнения
Биоценоз в фарме: зачем нужна альтернатива антибиотикам и как работают лекарства нового поколения
Тренды
Чарльз Адлер, co-founder Kickstarter: я — панк-рокер, который раздвигает границы
Кейсы
Как ИИ меняет медицину: личный помощник для врачей, маршрутизатор в клиниках и разработчик лекарств
Кейсы
Эдвин Диндер, Huawei Technologies: умный город — это ничто
Мнения
«Если изобретение с ИИ не приносит пользу, сам продукт никому не нужен»
Мнения
Feature engineering: шесть шагов для создания успешной модели машинного обучения
Тренды
Мнения
Человек — это набор из пяти чисел: Игорь Волжанин, DataSine — о психотипировании с помощью big data
Карло Ратти, Senseable City Laboratory (MIT) — о городах будущего, третьей коже человека и роболодках
Тренды
Мы все — сенсоры: CEO SQream Ами Галь — о том, как обрабатывают big data
Кейсы
Что такое скрапинг: как Amazon, Walmart и другие ритейлеры используют ботов в борьбе с конкурентами
Идеи
Почему китайские подлодки-беспилотники станут самым опасным врагом под водой?
Идеи
Филипп Роуд, LSE Cities: самый кошмарный сценарий — беспилотники, ездящие по городу, чтобы не платить за парковку
Мнения
Юрий Корженевский — о том, как построить безопасные системы для банков на блокчейне
Блокчейн
Иннополис
Russian Robot Olympiad: как дети строят роботов и решают реальные инженерные проблемы
MyGenetics: ДНК-тесты, помогающие «взломать» организм, как компьютер
Тренды